如何使用 jsoup 读入网页非链接文本？

Question

我知道，如果我想用 Jsoup 打印链接和链接文本，我必须使用以下代码：

        Document doc = Jsoup.connect("https://en.wikipedia.org/wiki/Jsoup").get();

        Elements links = doc.select("a[href]");

        for (Element link : links) {

            System.out.println(link.attr("abs:href") + " - " + link.text());

        }

输出：（不完整）

   https://en.wikipedia.org/wiki/Jsoup#mw-head - Jump to navigation

   https://en.wikipedia.org/wiki/Jsoup#p-search - Jump to search

   https://en.wikipedia.org/wiki/Software_developer - Developer(s)

   https://en.wikipedia.org/wiki/Software_release_life_cycle - Stable release 

   https://en.wikipedia.org/wiki/Jsoup#cite_note-1 - [1]

   https://en.wikipedia.org/wiki/Jsoup#cite_note-2 - [2]

   https://en.wikipedia.org/wiki/Repository_(version_control) - Repository 

   https://github.com/jhy/jsoup - github.com/jhy/jsoup

   ...

如果我想打印整个网页的文本，我必须使用以下代码：

System.out.println(doc.body().text());

输出：（不完整）

jsoup 来自维基百科，免费的百科全书 跳转到导航 跳转到搜索 jsoup Java HTML Parser Developer(s) Jonathan Hedley 稳定版 1.11.3 [1] / 2018-04-15 [2] 存储库 github.com/jhy/jsoup.. .

如何在没有链接文本的情况下打印文档的所有文本？

输出我想要的：

jsoup 来自维基百科，免费的百科全书 jsoup Java HTML Parser Jonathan Hedley 1.11.3 / 2018-04-15 ...

Answer 1

JsoupElements有一个remove()方法。这应该从您的文档中删除链接。Document doc = Jsoup.connect("https://en.wikipedia.org/wiki/Jsoup").get();doc.select("a[href]").remove();System.out.println(doc.body().text());